基于图网络的遥感地物关系表达与推理的地表异常检测

来源：电子与信息学报杂志2025年第6期北京时间：

作者：刘思琪, 高智, 陈泊安, 路遥, 朱军, 李衍璋, 王桥

单位：1.武汉大学遥感信息工程学院 武汉 4300722.北京市遥感信息研究所 北京 1000003.航天东方红卫星有限公司 北京 1000944.北京师范大学 北京 100091

摘要：遥感地物间的语义关系可以表征地物间的相互影响与结构信息，对地表的灾害检测与应急响应具有重要意义。然而，现有的遥感地物关系提取方法多依赖于目标检测，定位精度有限，且关系预测网络主要局限于注意力机制、卷积网络，难以有效建模复杂拓扑关系。此外，公开规范的遥感地物关系数据集的缺乏也进一步制约了该领域的发展。为了解决上述问题，该文建立了遥感地物语义关系数据集，并采用了一种基于图神经网络的关系预测模型，准确提取遥感场景中蕴含的地物关系。具体而言，首先针对地物实例定义了遥感地物关系描述体系，结合地物类别和拓扑信息标注地物间的语义关系，构建了遥感地物语义关系数据集。其次，引入先进的图神经网络模型进行关系预测，通过子图采样和超参数优化，有效提升了模型在遥感场景下的性能。通过上述方法，该文建立了一个小型的遥感地物语义关系数据集，探索了图神经网络在遥感地表异常场景中地物关系提取的应用。在遥感地物关系描述数据集上进行的实验结果表明，模型不仅在验证集的评估指标中表现出较强的竞争力，还在灾害异常场景中的实验中检测到灾害前后地物关系的显著变化，加强了对灾害场景地表异常的理解能力。

关键词：图神经网络, 遥感影像解译, 语义关系, 关系预测, 拓扑关系

基金资助：民用航天项目(D010206)